éléments de a sous-ensembles de Ω
o Expériences continues : (temps, poids)
- Ω = {w1, w2 ,… wn,…} A̅ se réalise A ne se réalise pas.
- Ω=ℝ
- Ω = (a,b) ⊂ ℝ A∪B = A+B =évènement A ou évènement B.
= [a,b]
1
©G. Malzac – Probabilité Elementaire, ©G. Malzac -- Probabilité Elementaire,
L2S3, TSE UT1 Capitole 2013/2014 (édition 22/11/2013) L2S3, TSE UT1 Capitole 2013/2014 (édition 22/11/2013)
o ̅̅̅̅ ̅̅
D = = 𝐴1 ̅̅ 𝐴3 + 𝐴1
𝐴2 ̅̅̅̅ 𝐴2 ̅̅
̅̅ +
𝐴3 Exemple :
̅̅̅̅ ̅̅
𝐴1 𝐴2 ̅̅ + 𝐴1
𝐴3 ̅̅̅̅ 𝐴2
̅̅̅̅ ̅̅
𝐴3̅̅
- Tirage avec remise
o ̅ = “0 succès ou 1 succès et un seul” =
𝐷
- Actions menées par des individus différents
B+C
Ne pas confondre indépendance avec
Ω = { w1,, w2 , w3, w4, w5 , w6, w7 , w8 } disjonction
avec w1 = {0, 0, 0}, etc … A⊥B P(AB) = P(A) P(B)
Echec : 0 – Succès : 1 𝐶𝑎𝑟𝑑 (𝑎) = 28
2
©G. Malzac – Probabilité Elementaire, ©G. Malzac -- Probabilité Elementaire,
L2S3, TSE UT1 Capitole 2013/2014 (édition 22/11/2013) L2S3, TSE UT1 Capitole 2013/2014 (édition 22/11/2013)
𝑛!
II) Dénombrements : (de base) 𝐴𝑘𝑛 = = 𝑛(𝑛 − 1)(𝑛 − 2) … (𝑛 − 𝑘 + 1)
(𝑛 − 𝑘)!
3
©G. Malzac – Probabilité Elementaire, ©G. Malzac -- Probabilité Elementaire,
L2S3, TSE UT1 Capitole 2013/2014 (édition 22/11/2013) L2S3, TSE UT1 Capitole 2013/2014 (édition 22/11/2013)
Exercice n°1: 𝑁
Card (Ω) = ( )
𝑛
n boules : k boules blanches
Nombre de façons de tirer en
n-k boules noires vrac n boules dont k sont
blanches
Combien d’alignements différents peut-on
(𝑀 )(𝑁−𝑀 )
faire ? 𝑃(𝑘 𝐵𝐵 𝑝𝑎𝑟𝑚𝑖 𝑛) = 𝑘 𝑛−𝑘
𝑁
(𝑚 )
(52) = (53) pour n = 5 et k = 2
-> max ( 0, n-N-M) ≤ k ≤ min (M, n) ; n-k<N-M
Cas général : n boules
Exercices :
K1 ---- bleues
K2 ---- vertes 1) Dans une urne, on tire 2 boules en
K3 ----rouges vrac. Proba de tirer au plus une BB ?
𝑛! (3BB, 5BB)
𝑘1 ! 𝑘 2! (𝑛 − 𝑘1 − 𝑘 2 )!
P(« Au + 1BB ») = P(« 0BB ») + P(« 1BB »)
Exercice n°2 :
(30)(62) (31)(51)
= +
(82) (82)
Ou : Au plus 1 BB au moins 2 BB :
(32)(50)
P (« 2BB ») =
(82)
(82)(82)(82)(82)
P(« 2 de chaque famille ») =
(32 )
C) Loi Hypergéométrique : 8
Dans une urne, avec N boules, il y a 2 8 boules, 3BB, 5BN -> Nb d’alignements
catégories : possibles
(42)(84)
=
(12
6
)
4
©G. Malzac – Probabilité Elementaire, ©G. Malzac -- Probabilité Elementaire,
L2S3, TSE UT1 Capitole 2013/2014 (édition 22/11/2013) L2S3, TSE UT1 Capitole 2013/2014 (édition 22/11/2013)
P(« président et secrétaire m̂ sexes ») On dira que B est favorable à A : P(A/B) > P(A)
(41)(31)(10
4
) (81)(71)(10
4
) défavorable à A : P(A/B) < P(A)
= +
(12
6
)∗6 ∗5 (12
6
)∗ 6∗5
Remarque : En général P(B/A) ≠ P(A/B)
(4 ∗ 3 + 8 ∗ 7)(104
)
=
6 ∗ 5 ∗ (12
6
)
Exercice :
Probabilité d’avoir 4F et 2H avec président et
secrétaire de m̂ sexe ? Jeu de 32 cartes : On en tir une, probabilité
d’obtenir un as sachant qu’on a tiré un pique ?
P = P(4F, 2H, secretaire et psdt femmes)
4 1 8 1
𝑃(1 as) = = ; 𝑃(1 pique) = =
+P(4F, 2H, secretaire et psdt hommes) 32 8 32 8
(84)(42)(41)(31) (84)(42)(21)(11)
= +
(12 )∗6∗ 5 (12 )∗6∗ 5
6 6 Remarque :
P(B/A) = P(B)
5
©G. Malzac – Probabilité Elementaire, ©G. Malzac -- Probabilité Elementaire,
L2S3, TSE UT1 Capitole 2013/2014 (édition 22/11/2013) L2S3, TSE UT1 Capitole 2013/2014 (édition 22/11/2013)
Ω = ∑ 𝐴 𝑖 (𝐴𝑖𝐴𝑗 ≠ 0, 𝑖 ≠ 𝑗)
𝑖>1 U3
Et soit B un évènement quelconque :
U1
𝑃(𝐵) = ∑ 𝑃(𝐵𝐴 𝑖 ) = ∑ 𝑃(𝐵/𝐴 𝑖 )𝑃(𝐴𝑗 )
U2
𝑖>1 𝑖>1
2 1
Théorême de Bayes : 𝑃 (𝐵𝐵\𝑈1)(𝑃(𝑈1) 3 ∗ 3 4
(𝐴 𝑖 ) partition de Ω 𝑃(𝑈1\𝐵𝐵) = = 1 =
𝑃 (𝐵𝐵) 9
B ∈ a. 2
On connaîtt les probas des termes de la
partition 𝐴 𝑖 et de B/𝐴 𝑖 Exercice :
P(A\I̅)= 9/1000
9 999
∗
1000 1000
= 9 999 999 1
∗ + ∗
1000 1000 1000 100
= 90%
6
©G. Malzac – Probabilité Elementaire, ©G. Malzac -- Probabilité Elementaire,
L2S3, TSE UT1 Capitole 2013/2014 (édition 22/11/2013) L2S3, TSE UT1 Capitole 2013/2014 (édition 22/11/2013)
+∞ 𝑥 𝑛 𝑥 𝑛 𝑥 𝑛
(1 + ) = exp [𝑙𝑛(1 + ) ] = exp [𝑛 ln (1 + ) ]
𝑛 𝑛 𝑛
𝑠(𝑥) = 1 + 𝑥 + 𝑥² + ⋯ + 𝑥 𝑛 = ∑ 𝑥 𝑖
𝑖=0 ln(1 + 𝑥) ∼ 𝑥
Avec −1 < 𝑥 < 1 ⟺ |𝑥| < 1 Application pratique :
+∞
𝑥 𝑛
𝑠: 𝑥 → ∑ 𝑥 𝑖 est dérivable à n’importe quel ordre (1 + ) # exp (𝑥)
𝑛
𝑖=0
𝑥 𝑥 1
1 ≪1⟺ ≤
1 + 2𝑥 + 3𝑥² + ⋯ + 𝑛𝑥 𝑛−1 + ⋯ = 𝑛 𝑛 100
(1 − 𝑥) 2
1 200
Rappel : Suite géométrique : Approximation de : (1 − ) ≃ exp(−1)
200
7
©G. Malzac – Probabilité Elementaire, ©G. Malzac -- Probabilité Elementaire,
L2S3, TSE UT1 Capitole 2013/2014 (édition 22/11/2013) L2S3, TSE UT1 Capitole 2013/2014 (édition 22/11/2013)
𝑏 𝑢(𝑏)
8 en vrac parmi 32
𝐼 = ∫ 𝑓(𝑥) = ∫ 𝑓 (𝑥(𝑤))𝑥 ′ (𝑤) 𝑑𝑢 32! 4∗9∗13
𝑎 𝑢(𝑎) (32
8
) =Nombre de façons= =
24!8! 8
1) u = x² (24
8
)
1 =1−
2) x = √𝑢= 𝑢2 (32
8
)
𝑑𝑥 1
3) =
𝑑𝑢 2√𝑢 d) A= « Au moins 1as »
𝐴𝐵̅ = 𝐴\𝐵 = 𝐴 − 𝐴𝐵
8
©G. Malzac – Probabilité Elementaire, ©G. Malzac -- Probabilité Elementaire,
L2S3, TSE UT1 Capitole 2013/2014 (édition 22/11/2013) L2S3, TSE UT1 Capitole 2013/2014 (édition 22/11/2013)
̅ ) = 𝑃 (𝐴 − 𝐴𝐵) = 𝑃 (𝐴 ) − 𝑃(𝐴𝐵)
𝑃 (𝐴𝐵 CHAPITRE N°2 : Variables aléatoires .
= 𝑃 (𝐴 ) − 𝑃(𝐴 )𝑃(𝐵) réelles (V.A.R)
= 𝑃 (𝐴 )[1 − 𝑃(𝐵)]
𝐴 ⊥ 𝐵̅ ⟺ 𝑃(𝐴𝐵̅) = 𝑃(𝐴 )𝑃 (𝐵̅) I) Généralités :
c) On a une expérience définie, (Ω, a, p) définie.
𝑃 (𝐴𝐵̅𝑇) On appelle V.A.R définie sur Ω une application
𝑃(𝐴𝐵̅\𝑇) =
𝑃 (𝑇) qu’on notera X de Ω dans ℝ.
𝑃( 𝐴) 𝑃( 𝐵)
𝐴𝐵̅ ⊂ 𝐴 ⊂ 𝑇 = 𝐴 + 𝐵 = = 0,35 𝑋
( ) 𝑃 𝑇 Ω→ ℝ
𝑤 → 𝑋(𝑤) = 𝑥 ∈ ℝ
w1 w2 w3 w4
1
𝑃( 𝑤𝑖 ) = 𝑎 = 𝑃(Ω) = 24 = 16
4
Nombre de « pile » au cours des deux lancers :
X=0, 1, 2
𝑋
Ω→ℝ
𝑤 → 𝑋(𝑤) = 𝑥
0 𝑠𝑖 𝑤 = 𝑤2
= {1𝑠𝑖 𝑤 = 𝑤3 𝑜𝑢 𝑤 = 𝑤4 ⟺ 𝑤 ∈ {𝑤3 , 𝑤4 }
2 𝑠𝑖 𝑤 = 𝑤1
1
𝑃(𝑥 = 0) = 𝑃 ({𝑤2 } ) =
4
1
𝑃(𝑥 = 1) = 𝑃 ( {𝑤3 ,𝑤4 }) =
2
1
𝑃(𝑥 = 2) = 𝑃 ( {𝑤1 } ) =
4
9
©G. Malzac – Probabilité Elementaire, ©G. Malzac -- Probabilité Elementaire,
L2S3, TSE UT1 Capitole 2013/2014 (édition 22/11/2013) L2S3, TSE UT1 Capitole 2013/2014 (édition 22/11/2013)
Exemple B :
Ω = { (1,2,3,4,5,6}) 𝑎 = 26
A = « PAIR » = {2, 4, 6]
𝑋
Ω→ ℝ
1 𝑠𝑖 𝑃𝐴𝐼𝑅
𝑤 → 𝑋(𝑤) = {
0 𝑠𝑖 𝐼𝑀𝑃𝐴𝐼𝑅 𝐹 (𝑥0 ) = 𝑃 (𝑥 ≤ 𝑥 0 )
La loi d’une V.A X est complétement Sa loi est caractèrisée par le tableau de
caractérisée par sa fonction de répartition : distribution :
Applications : X discrète
0 1 2 3
0.2 0.3 … …
𝑃(𝐴𝐵)
𝑃(𝑥 ≥ 2 \ 𝑥 ≥ 1) ? (=)
Propriétés de la F.R : F: 𝑥 → 𝐹(𝑥) = 𝑃(𝑋 ≤ 𝑥) 𝑃 (𝐵)
= 𝑃( {𝑤 ∈ 𝛺; 𝑋(𝑤) ≥ 2} {𝑤 ∈ 𝛺; 𝑋(𝑤) ≥ 1}
→ 𝐹 𝑒𝑠𝑡 𝑑é𝑓𝑖𝑛𝑖𝑒 𝑠𝑢𝑟 ℝ
𝑃(𝑋 ≥ 2 𝑒𝑡 𝑋 ≥ 1) 𝑃(𝑋 ≥ 2)
→ 𝐹 𝑒𝑠𝑡 𝑐𝑟𝑜𝑖𝑠𝑠𝑎𝑛𝑡𝑒 = =
𝑃 (𝑋 ≥ 1) 𝑃(𝑋 ≥ 1)
→ lim 𝐹 (𝑥) = 𝐹 (+∞) = 1
𝑥→∞
→ lim 𝐹 (𝑥) = 𝐹 (−∞) = 0 1 − 𝑃(𝑥 < 2) 0,5 5
𝑥→∞ = = =
1 − 𝑃(𝑥 < 1) 0,8 8
10
©G. Malzac – Probabilité Elementaire, ©G. Malzac -- Probabilité Elementaire,
L2S3, TSE UT1 Capitole 2013/2014 (édition 22/11/2013) L2S3, TSE UT1 Capitole 2013/2014 (édition 22/11/2013)
𝑃(𝑋 ≤ 𝑥) = ∑ 𝑃(𝑋 = 𝑦)
𝑦≤𝑥 Exercice :
2) Fonction de répartition :
0 𝑠𝑖 𝑥 ≤ 0
Cas continu : +∞ 𝑥
𝑥
𝐹 (𝑥) = ∫ 𝑓(𝑡) 𝑑𝑡 = {∫ 8𝑡 7 𝑠𝑖 𝑥 ∈ (0,1)
→ 𝐹 ′ (𝑥) = ∫ 𝑓 (𝑡)𝑑𝑡 −∞ 0
−∞ 1 𝑠𝑖 𝑥 ≥ 1
→ 𝐹 𝑒𝑡 𝑓 𝑑é𝑓𝑖𝑛𝑖𝑒𝑠 𝑠𝑢𝑟 ℝ
1 1
→ 𝐹 𝑐𝑜𝑛𝑡𝑖𝑛𝑢𝑒 𝑃 (𝑋 = 𝑥) = 0 3) 𝑃 ( < 𝑋 < 3) = 𝐹(3) − 𝐹 ( )
2 2
+∞ 1 8
= 1 −( ) = ⋯
→ 𝑓 (𝑥) ≥ 0 𝑒𝑡 ∫ 𝑓 (𝑡)𝑑𝑡 = 1 2
−∞
𝑃(𝑋 = 𝑥) ≥ 0 𝑒𝑡 ∑ 𝑃 (𝑋 = 𝑥) = 1
11
©G. Malzac – Probabilité Elementaire, ©G. Malzac -- Probabilité Elementaire,
L2S3, TSE UT1 Capitole 2013/2014 (édition 22/11/2013) L2S3, TSE UT1 Capitole 2013/2014 (édition 22/11/2013)
V.A de Bernouilli : X
Remarque : Bernouilli 𝑋 ∼ 𝐵(1, 𝑝)
1 𝑠𝑖 𝑤 ∈ a
𝑋 = 1𝐴 |𝑋(𝑤) = { |
0 𝑠𝑖𝑛𝑜𝑛 0 1 2 I n
𝛺→ℝ 𝑛 𝑖 𝑛−𝑖
𝑃(𝑋 = 𝑖)𝑖 =0,1,2,…,𝑛 = ( ) 𝑝 𝑞
𝑤∈ 𝐴→𝑋=1 𝑖
𝑤 ∈ 𝐴̅ → 𝑋 = 0
0 …. 1 Exemple :
B) Epreuve et V.A
𝑛 = 5, 𝑃 (𝑎𝑢 𝑚𝑜𝑖𝑛𝑠 1 𝑠𝑢𝑐𝑐è𝑠)?
géométrique : = 𝑃(𝑋 ≥ 1)
= 1 − 𝑃(𝑋 = 0)
On répète indépendament la même épreuve
= 1 − 𝑞5
de Bernouilli de paramètre p jusqu’à
4 5
l’obtention du premier succès. = 1− ) (
5
2
Soit X = V.P représente le n° de la tentative ou =
3
a lieu le 1er succès : 𝑋 ∼ 𝑔(𝑝)
Cb de tirs n permet-il ?
proba d’un succès 𝑃(𝑋 ≥ 1) ≥ 0,99
1
𝑋~𝐵 (𝑛; )
∀ 𝑛 ∈ ℕ, 𝑃(𝑋 = 𝑖) = 𝑝𝑞 𝑖−1 5
𝐴𝑣𝑒𝑐 𝑃(𝑋 ≥ 1) = 0,99
𝑝+𝑞 = 1 ⟺ 1 − 𝑃(𝑋 = 0) = 0,99
𝑃(𝑋 ≤ 𝑗) = 𝐹 (𝑗) = 𝑝 + 𝑝𝑞 + ⋯ + 𝑝𝑞 𝑗−1 4 𝑛
𝑛 ⟺ 1 − ( ) ≥ 0,99
5
= ∑ 𝑃(𝑋 = 𝑖) = 𝑝[1 + 𝑞 + ⋯ + 𝑞 𝑗−1 ] 4 𝑛
𝑖=1 ⟺ ( ) ≤ 0,01
5
= 1 − 𝑞𝑗 4
⟺ 𝑛 ln ( ) ≤ ln(0,01)
5
ln(0,01)
⟺𝑛 ≥ 4 ≅ 20 𝑠𝑜𝑖𝑡 𝑛 = 21
ln ( )
5
12
©G. Malzac – Probabilité Elementaire, ©G. Malzac -- Probabilité Elementaire,
L2S3, TSE UT1 Capitole 2013/2014 (édition 22/11/2013) L2S3, TSE UT1 Capitole 2013/2014 (édition 22/11/2013)
1) 𝑿 ~𝑩(𝒏,𝒑) 2
= 1 − exp(−1) =
3
𝑛
∀𝑖 = 0,1, … , 𝑛, 𝑃 (𝑋 = 𝑖) = ( ) 𝑝 𝑖 (1 − 𝑝) 𝑛−𝑖
𝑝 n ? Pour 𝑃(𝑋 ≥ 1) ≥ 0,99
⟺ 1 − 𝑃(𝑋 = 0) ≥ 0,99
2) Approximation de la loi 99 𝑛
hypergéométrique par une loi ⟺1− ( ) ≥ 0,99
100
binomiale : 99 𝑛
⟺ ( ) ≤ 0,01
100
Rappel : M BB et N-M BN 99
⟺ 𝑛 ln ( ) ≤ ln(0,01)
On compte le nombre de BB parmi les N : 100
ln(0,01)
⟺𝑛 ≥ 99 = 458,19; 𝑛 = 459
𝑀 ln ( )
𝑋~𝐻 → (𝑁, 𝑛, ) 100
𝑁
3) Modèle du cake aux raisins :
Tirer sans remise :
13
©G. Malzac – Probabilité Elementaire, ©G. Malzac -- Probabilité Elementaire,
L2S3, TSE UT1 Capitole 2013/2014 (édition 22/11/2013) L2S3, TSE UT1 Capitole 2013/2014 (édition 22/11/2013)
𝑋~𝑃(λ), λ > 0 1
𝑋~𝐵 (100; ) #𝑃(1)
100
Si sa distribution s’écrit :
𝑃(𝑋 ≥ 1) = 1 − 𝑃 (𝑋 = 0)
𝜆𝑖 1 100
∀𝑖 ∈ ℕ, 𝑃(𝑋 = 𝑖) = 𝑒 −λ ∗ = 1 − (1 − ) = 1 − 𝑒 −1
𝑖! 100
𝑃 (𝑋 ≥ 2 𝑒𝑡 𝑋 ≥ 1)
𝑃(𝑋 ≥ 2/𝑋 ≥ 1) =
𝑃 (𝑋 ≥ 1)
Approximation d’une binomiale par une
𝑃(𝑋 ≥ 2) 1 − 𝑃(𝑋 ≤ 1)
poisson : = =
𝑃(𝑋 ≥ 1) 1 − 𝑃(𝑋 = 0)
λ = 0,842
𝑋𝑛 ~𝐵 (𝑛; ) 𝑛 ∈ ℕ
n
𝑛 𝜆 𝑖 𝜆 𝑛−𝑖
lim 𝑃 (𝑋 = 𝑖) = 𝑙𝑖𝑚 ( ) ( ) (1 − )
𝑛→∞ 𝑛→∞ 𝑖 𝑛 𝑛
−𝜆
𝑒 ∗𝜆 𝑖
=
𝑖!
Traduction pratique :
𝜆
Or n grand , 𝐵 (𝑛 ; ) #𝑃(𝜆)
𝑛
𝐵(𝑛; 𝑝) #𝑃(𝑛𝑝)
𝑋~𝑃(λ);
𝑘
𝐹λ (𝑘) = 𝑃λ (𝑋 ≤ 𝑘) = ∑ 𝑃λ (𝑋 = 𝑖)
𝑖=0
λ = 3,5 et 𝑃𝑘 (𝑋 = 2) = 0,185
14
©G. Malzac – Probabilité Elementaire, ©G. Malzac -- Probabilité Elementaire,
L2S3, TSE UT1 Capitole 2013/2014 (édition 22/11/2013) L2S3, TSE UT1 Capitole 2013/2014 (édition 22/11/2013)
15
©G. Malzac – Probabilité Elementaire, ©G. Malzac -- Probabilité Elementaire,
L2S3, TSE UT1 Capitole 2013/2014 (édition 22/11/2013) L2S3, TSE UT1 Capitole 2013/2014 (édition 22/11/2013)
𝑥
1 1 (𝑡 − 𝜇) 2
𝐹 (𝑥) = ∫ exp(− ∗ ) 𝑑𝑡
−∞ √2𝜋𝛤 2 𝛤2 → 𝐶𝑜𝑛𝑐𝑙𝑢𝑠𝑖𝑜𝑛: 𝑋~𝑁(𝜇; √ )𝑒𝑡 𝑌~𝑁(0; 1)
𝑥−𝜇
𝑃(𝑋 ≤ 𝑥) = Φ ( ) = 𝐹 (𝑥)
𝛤
𝑋−𝜇
⟺𝑌=
𝛤
𝑂ù 𝐹 = 𝑃𝑅 𝑑𝑒 𝑋~𝑁(𝜇; 𝛤)
16
©G. Malzac – Probabilité Elementaire, ©G. Malzac -- Probabilité Elementaire,
L2S3, TSE UT1 Capitole 2013/2014 (édition 22/11/2013) L2S3, TSE UT1 Capitole 2013/2014 (édition 22/11/2013)
=> 𝑋~𝑁(−3; 2)
1 − (−3)
∗ 𝑃 (𝑋 ≤ 1) = Φ ( ) = Φ(2) = 0,98
2
∗ 𝑃 (0 ≤ 𝑋 ≤ 4) = 𝐹 (4) − 𝐹(0))
= Φ(3,5) − Φ(1,5) = 0,067
17
©G. Malzac – Probabilité Elementaire, ©G. Malzac -- Probabilité Elementaire,
L2S3, TSE UT1 Capitole 2013/2014 (édition 22/11/2013) L2S3, TSE UT1 Capitole 2013/2014 (édition 22/11/2013)
𝑋~𝑁(𝜇, 𝜎) TD n°2 :
𝑙 Exercice n°1 :
∗ 𝑃 (𝜇 − 𝑙 ≤ 𝑋 ≤ 𝜇 + 𝑙) = 2Φ ( ) − 1
σ
= 𝐹 (𝜇 + 𝑙) − 𝐹 (𝜇 − 𝑙)
μ +l−μ μ−l− μ
= Φ( ) − Φ( ) 10 12 14 16 18 20 22
σ σ 0 1 2 3 4 5 6
0.878 0.2634 0.3292 0.2595 0.0823 0.0165 0.00
l 14
= 2( )−1 X=V.A= Nb feux rouges
σ
a)
∗ 𝑹è𝒈𝒍𝒆 𝒅𝒆𝒔 𝟑𝝈: 𝒍 = 𝟑𝝈 :
2
𝑃(𝑓𝑒𝑢𝑥 𝑟𝑜𝑢𝑔𝑒𝑠) = = 𝑠𝑢𝑐𝑐è𝑠 𝑅𝑂𝑈𝐺𝐸
𝑃(𝜇 − 3𝜎 ≤ 𝑋 ≤ 𝜇 + 3𝜎) = 2Φ(3) − 1 = 1 3
2
𝑃(𝑓𝑒𝑢𝑥 𝑣𝑒𝑟𝑡𝑠) = = 𝑒𝑐ℎ𝑒𝑐 𝑉𝐸𝑅𝑇
3
* Régle de l’écart probable :
1 1
𝐹𝑒𝑢~𝐵 (1; ) 𝑒𝑡 𝑋~𝐵 (6; )
𝑙 = 𝐸? 3 3
50 E 𝐷 = 2𝑋 + 10 (min)
𝑃(𝜇 − 𝐸 ≤ 𝑋 ≤ 𝜇 + 𝐸 ) = = 2Φ ( ) − 1
100 σ
b)
E
Φ ( ) = 0,75 𝑃(𝐷 = 16) = 𝑃(2𝑋 + 10 = 16) = 𝑃 (𝑋 = 3)
σ
6 1 3 2 3
E 2 = ( )( ) ( )
D’après la table, ( ) = 0,68 ; 𝐸 = 𝜎 3 3 3
σ 3
6 1 2 𝑛−1
𝑃(𝑋 = ) ( ) ( ) ( )
1 3 3
D 10 12 …. 22
X’ 6 0
P … … …
c)
18
©G. Malzac – Probabilité Elementaire, ©G. Malzac -- Probabilité Elementaire,
L2S3, TSE UT1 Capitole 2013/2014 (édition 22/11/2013) L2S3, TSE UT1 Capitole 2013/2014 (édition 22/11/2013)
b) 101 Boules
1 1 BBleue
𝑋 = 𝑁𝑏 𝑓𝑎𝑢𝑡𝑒𝑠/𝑝𝑎𝑔𝑒𝑠 ~𝐵(150; )
300
1 BRouge
Modèles nombre d’objets par cases.
1 BBlanche
Approximer par lois de poisson :
1 99 1
𝐵(𝑛, 𝑝) #𝑃 (𝑛𝑝)#𝑃 ( ) 𝑃(𝐵𝐵𝑙𝑎𝑛𝑐ℎ𝑒) = 𝑃 (𝐵𝑅𝑜𝑢𝑔𝑒) =
2 101 101
𝑛 ≥ 200 𝑝 ≤ 0,01
1
𝑃(𝐵𝐵𝑙𝑒𝑢𝑒) =
101
= 1 − 𝑃(1𝑓𝑎𝑢𝑡𝑒 𝑛𝑛 𝑐𝑜𝑟𝑟𝑖𝑔é𝑒)
2 𝑛
= 1− ( )
3
19
©G. Malzac – Probabilité Elementaire, ©G. Malzac -- Probabilité Elementaire,
L2S3, TSE UT1 Capitole 2013/2014 (édition 22/11/2013) L2S3, TSE UT1 Capitole 2013/2014 (édition 22/11/2013)
a) Ainsi,
𝑃( −1 < 𝑥 < 1) = 𝐹 (1) − 𝑃(−1) = 50%
𝑓(𝑥) = 𝐶𝑥 2 (1 − 𝑥) 𝟏( 0,1) (𝑥)
1 1
A) Problème et méthode :
⟺ 𝑐[∫ 𝑥 2 𝑑𝑥 − ∫ 𝑥 3 𝑑𝑥] = 1
0 0
1 1 Déf :
⟺ 𝑐 [ − ] = 1 𝑐 = 12 X, V.A de densité f(x) et de support D :
3 4
𝑆𝑢𝑝𝑝𝑜𝑟𝑡(𝑋) = {𝑥 − 𝑓(𝑥) > 0}
Soit U, une VA continue : 𝑈 = 𝑢(𝑥)
transformation par u de la var X.
𝑆𝑜𝑖𝑡 𝑓(𝑥) = 12𝑥 2 (1 − 𝑥)𝟏(0,1) (𝑥)
→ Cas général, la densité de U :
Fonction de répartition Support de (U) ? Support(U)=Δ=Image par u de D
→ u bijective sur Δ:
0 𝑠𝑖 𝑥 < 0
𝑥 (𝑢(𝑎), 𝑢(𝑏)), 𝑢
𝐹 (𝑥) = {∫ 12𝑡 2 (1 − 𝑡)𝑑𝑡 𝑥 ∈ (0,1) 𝐷 = (𝑎, 𝑏) ⊂ ℝ → Δ = {
(𝑢(𝑏), 𝑢(𝑎)), 𝑢
0
𝑥
1 1
∫ 𝑑𝑡 = [− ]
0 (1 + 𝑡)² 1 +𝑡
20
©G. Malzac – Probabilité Elementaire, ©G. Malzac -- Probabilité Elementaire,
L2S3, TSE UT1 Capitole 2013/2014 (édition 22/11/2013) L2S3, TSE UT1 Capitole 2013/2014 (édition 22/11/2013)
1
𝑔(𝑢) = 2√𝑢 ∗ ∗ 𝟏(0,1)(𝑢)
2 √𝑢
𝑈~𝜐(0; 1)
b)
256
𝑋 𝑓 (𝑥) = ∗ 𝑥 7 exp(−4𝑥 2 ) 𝟏(0,+∞) (𝑥)
3
𝑋 𝑓 (𝑥), 𝐷 = 𝑠𝑢𝑝𝑝𝑜𝑟𝑡(𝑋) 𝑈 = 𝑎𝑥 + 𝑏~𝜗( , ) (𝑎𝑣𝑒𝑐 𝑎 ≠ 0)
1
3 |𝑥 ′ (𝑢)| =
|𝑎|
4 𝐷𝑒𝑛𝑠𝑖𝑡é 𝑑𝑒 𝑈:
1 1
𝑔(𝑢) = ∗ 𝟏 (𝑢)
1 𝑑 − 𝑐 |𝑎| 𝛥
√𝑢 𝑢2
1 𝑢 = 4𝑥 2 ⟺ 2 𝑥 = = 1
2 2 𝟏(𝑎𝑐+𝑏;𝑎𝑑+𝑏)(𝑥) 𝑠𝑖 𝑎 > 0
1 1 = {𝑎𝑑 − 𝑎𝑐
→ 3 𝑥 ′ (𝑢) = ∗ 𝑢−2 1
4 𝟏 (𝑥) 𝑠𝑖 𝑎 < 0
7
3∗( )
𝑎𝑐 − 𝑎𝑑 (𝑎𝑑+𝑏;𝑎𝑐+𝑏)
256 𝑢 2 1 1
4 𝑔 (𝑢) = ∗ 7 + exp (−𝑢) ∗ 2 𝑢2
3 2 2
1
𝑔(𝑢) = ∗ 𝑢3 exp( −𝑢) 𝟏( 0,+∞)(𝑢)
6
1 1 1
𝛾4 = = = (𝑣é𝑟𝑖𝑓𝑖𝑐𝑎𝑡𝑖𝑜𝑛 )
6 𝑃4 ( ) 3!
21
©G. Malzac – Probabilité Elementaire, ©G. Malzac -- Probabilité Elementaire,
L2S3, TSE UT1 Capitole 2013/2014 (édition 22/11/2013) L2S3, TSE UT1 Capitole 2013/2014 (édition 22/11/2013)
𝑋~𝜗(2;4) 𝑥−𝜇
𝐹 (𝑥) = 𝑃 (𝑋 ≤ 𝑥 2 ) = 𝜙( )
𝜎
𝑎=1
𝑈 = 𝑋 − 3{ (𝜙 = 𝐹𝑅 𝑑𝑒 𝑁( 0,1) )
𝑏=3
𝑈~𝜗(−1;1)
𝑥 −𝜇 𝑥 −𝜇
𝐹 (𝑥) = 𝑃 (𝑋 ≤ 𝑥) = 𝑃 ( ≤ )
𝑋~𝜗(−1;4) 𝜎 𝜎
𝑥 − 𝜇 𝑉𝑎𝑟𝑖𝑎𝑏𝑙𝑒 𝑐𝑒𝑛𝑡𝑟é𝑒
𝑉= [
𝑎 = −3 𝜎 𝑟é𝑑𝑢𝑖𝑡𝑒
𝑈 = −3𝑋 + 2 {
𝑏 =2
1
𝑈~𝜗(−10;5) 𝑎=
𝜙 = 𝐹𝑅 𝑑𝑒 𝑦 ⟺ 𝑌~𝑁(0,1) { 𝜎
𝜇
(Retour au cours) 𝑏=−
𝜎
2) 𝑿~𝑵 (𝝁,𝝈) 2
1 1 (𝑦 − (𝑎𝜇 + 𝑏))
𝑔(𝑦) = exp (− )
√2𝜋𝜎(𝑎) 2 𝑎2𝜎 2
1 1 (𝑥 − 𝜇) 2
𝑓(𝑥) = exp (− ∗ )
√2𝜋𝜎 2 𝜎2 = 𝜑(𝑦) 𝑎𝑣𝑒𝑐 𝜑 𝑑𝑒𝑛𝑠𝑖𝑡é 𝑐ℎ 𝑁( 0;1)
Avec D=ℝ 𝑋−𝜇
𝑋~𝑁(𝜇,𝜎) ⟺ ~𝑁(0,1)
Les VA normales sont stables par la 𝜎
transformation affine. 𝑌~𝑁(0,1) ⟺ 𝜎𝑦 + 𝜇~𝑁(𝜇,𝜎)
𝑈 = 𝑎𝑥 + 𝑏~𝑁( ; ) 𝑆𝑢𝑝𝑝𝑜𝑟𝑡(𝑈) = ℝ
22
©G. Malzac – Probabilité Elementaire, ©G. Malzac -- Probabilité Elementaire,
L2S3, TSE UT1 Capitole 2013/2014 (édition 22/11/2013) L2S3, TSE UT1 Capitole 2013/2014 (édition 22/11/2013)
Remarque :
CONCLUSION :
𝛾1
= exp(𝜆)
𝜆
Remaques :
𝑥 𝛾1
𝑆𝑖 𝑋~𝛾1 , 𝑎𝑙𝑜𝑟𝑠 ~exp(𝜆) ⟺ = exp(𝜆)
𝜆 𝜆
𝛾1
𝑋~ 𝑒𝑡 𝑦~exp (𝜆)
𝜆
Loi du X= Loi du Y !
Def :
On appelle VA du CHI-DEUX
𝑋~χ²(1) (𝑑𝑒𝑔𝑟é 𝑑𝑒 𝑙𝑖𝑏𝑒𝑟𝑡é)
𝑋 = 𝑈² ; 𝑈~𝑁(0;1) ⟺ χ2 (1) = 𝑁2( 0,1) = 2𝛾1
2
1 𝑢2
𝑈𝜑 (𝑢) = exp (− )
√2𝜋 2
𝐺 (𝑥) = 𝑃 (𝑋 ≤ 𝑥) = 𝑃 (𝑈 2 ≤ 𝑥)
= 𝑃(−√𝑥 ≤ 𝑈 ≤ √𝑥)
= Φ(√𝑥) − Φ(−√𝑥)
𝐺 (𝑥) = 2Φ(√𝑥) − 1 ∀𝑥 ∈ ∆
2𝜑(√𝑥) 1 𝑥
𝑔(𝑥) = = exp (− )𝟏ℝ+ (𝑥)
2√𝑥 √2𝜋√𝑥 2
1 3
𝑔(𝑥) = exp (− ) 𝟏ℝ+ (𝑥)
√2𝜋√𝑥 2
𝑎𝑙𝑜𝑟𝑠 𝑈²~χ²(1)
23
©G. Malzac – Probabilité Elementaire, ©G. Malzac -- Probabilité Elementaire,
L2S3, TSE UT1 Capitole 2013/2014 (édition 22/11/2013) L2S3, TSE UT1 Capitole 2013/2014 (édition 22/11/2013)
Généralités :
𝑥1 𝑥 2 ….
𝑆𝑢𝑝𝑝𝑜𝑟𝑡 (𝑋) = {𝑥: 𝑓(𝑋 = 𝑥) ≠ 0}
𝑥 ∈ [𝑎; 𝑏] =Support (X)={𝑥, 𝑓(𝑥) > 0}
0 ≤ 𝑃𝑖 = 𝑃(𝑋 = 𝑥 𝑖) 0 ≤ 𝑓 (𝑥) Partie fonctionnelle
∑ 𝑝𝑖 = 1
𝑖 ∫ 𝑓(𝑥) 𝑑𝑥 = 1 = ∫ 𝑓 (𝑥)𝑑𝑥
ℝ 𝐷
+∞
𝟏 𝐸 (𝑋) = ∑ 𝑥𝑖 𝑃𝑖 𝟏′ 𝐸(𝑋) = ∫−∞ 𝑥 𝑓 (𝑥)𝑑𝑥
𝑖
Avec indicatrice 𝟏𝐷 (𝑥)
𝟐 𝐸 (𝜑(𝑋)) = ∑ 𝜑(𝑥 𝑖 )𝑃𝑖
𝑖 = ∫𝐷 𝑥 𝑓 (𝑥)𝑑𝑥
𝑠𝑖 𝜑 (𝑋) = 𝑋, 𝑜𝑛 𝑟𝑒𝑡𝑟𝑜𝑢𝑣𝑒 1
sans indicatrice 𝟏𝐷 (𝑥)
x partie fonctionelle
+∞
𝟐′ 𝐸(𝜑(𝑋)) = ∫−∞ 𝜑(𝑥)𝑓 (𝑥)𝑑𝑥
= ∫𝐷 𝜑(𝑥) 𝑓(𝑥)𝑑𝑥
Propriétés :
𝑋 ≥ 0 => 𝐸 (𝑋) ≥ 0
𝑋 = 𝑎 = 𝑐𝑡𝑒 => 𝐸 (𝑋) = 𝑎 𝑠𝑖 𝜑 (𝑋) = 𝑋, 𝑜𝑛 𝑟𝑒𝑡𝑟𝑜𝑢𝑣𝑒 1′
𝐸 (𝜆𝑋) = 𝜆(𝑋)
𝐸 𝑒𝑠𝑡 𝑙𝑖𝑛é𝑎𝑖𝑟𝑒 {
𝐸 𝑥1 + 𝑥 2 ) = 𝐸 (𝑋1 ) + 𝐸(𝑋2 )
(
𝑋 ⊥ 𝑌 => 𝐸 (𝑋𝑌) = 𝐸(𝑋)𝐸(𝑌)
24
©G. Malzac – Probabilité Elementaire, ©G. Malzac -- Probabilité Elementaire,
L2S3, TSE UT1 Capitole 2013/2014 (édition 22/11/2013) L2S3, TSE UT1 Capitole 2013/2014 (édition 22/11/2013)
+∞
𝜆𝑗 𝐸 (𝑥) = 2𝑐
𝐸 (𝑋) = 𝜆𝑒 −𝜆 ∑
𝑗! 𝒄
𝑗=0 4) 𝑿: 𝒇 (𝒙) = ( 𝟏[ ] (𝒙)
𝟏+𝒙) 𝟐 1;2
= 𝜆𝑒 −𝜆 𝑒 𝜆
+∞ 2
𝑐
𝐸 (𝑥) = 𝜆 ∫ 𝜑(𝑥) 𝑑𝑥 = 1 = ∫ 𝑑𝑥
−∞ 1 (1 + 𝑥) 2
1
On a donc : ⟺ 𝑐 [− ]=1
1 +𝑥
1 1
𝐸 (𝑃(𝜆)) = 𝜆 où 𝜆 > 0. ⟺ 𝑐 [− + ] = 1 ⟺ 𝑐 = 6
3 2
𝑈𝑛𝑒 𝑝𝑜𝑖𝑠𝑠𝑜𝑛 𝑎 𝑢𝑛𝑒 𝑚𝑜𝑦𝑒𝑛𝑛𝑒
é𝑔𝑎𝑙𝑒 à 𝑠𝑜𝑛 𝑝𝑎𝑟𝑎𝑚è𝑡𝑟𝑒 6
𝐷𝑜𝑛𝑐 𝑓(𝑥) = 𝟏 (𝒙)
(1 + 𝑥) 2 [1;2]
2
6
𝐸 [(𝑋 + 1) 3 ] = ∫ (1 + 𝑥) 3 ∗
𝑑𝑥
1 (1 + 𝑥) 2
2
1
= 6 1 + 𝑥 𝑑𝑥 = 6 (2 + 2 − 1 − ) = 15
∫
1 2
25
©G. Malzac – Probabilité Elementaire, ©G. Malzac -- Probabilité Elementaire,
L2S3, TSE UT1 Capitole 2013/2014 (édition 22/11/2013) L2S3, TSE UT1 Capitole 2013/2014 (édition 22/11/2013)
Définition : ∀𝑛 ∈ ℕ∗ , 𝐸 (𝜑 𝑛 ) = 𝜑
𝐸 (𝜑) = 𝜑
Moment non centré d’ordre 𝑛 ∈ ℕ∗ : 𝑉 (𝜑) = 𝐸(𝜑 2 ) − 𝐸 2 (𝜑) = 𝑝 − 𝑝 2
= 𝑝(1 − 𝑝)
𝐸 (𝑋𝑛 ) = 𝐸 (𝜑(𝑋))[𝜑(𝑋) = 𝑋2 ]
2) 𝐗~𝐁(𝐧; 𝐩) (𝒍𝒐𝒊 𝒃𝒊𝒏𝒐𝒎)
Moment centré d’ordre 𝑛 ∈ ℕ∗ :
𝑛 𝑛
𝐸[(𝑋 − 𝐸 (𝑋)) ] = 𝜑 (𝑋) = (𝑋 − 𝐸(𝑋)) 𝑆𝑜𝑖𝑡 𝑌1 , 𝑌2 , 𝑌3 , … , 𝑌𝑛. Il y a dons n VA iiD
(indépendantes et indentiques distribuées)
n=1 => 0 comme B(1, p) :
Propriétés :
0 1 .... ..... n
2
𝑉 (𝑋) = 𝐸 [(𝑋 − 𝐸 (𝑋)) ] = 𝐸(𝑋2 ) − [𝐸 (𝑋)]2 X 𝑃(𝑋 = 𝑖) = (𝑛𝑖)𝑝 𝑖(1 − 𝑝) 𝑛−𝑖
∗ 𝑉 (𝑋) ≥ 0 𝑒𝑐𝑎𝑟𝑡 𝑡𝑦𝑝𝑒: 𝜎(𝑋) = 𝜎 = √𝑉(𝑋)
2
∗ 𝑉 (𝑎) = 0 = 𝐸 [ (𝑎 − 𝐸 (𝑎)) ] n termes 𝑖 = 0, 1, −, 𝑛
∗ 𝑉 (𝑋 + 𝑎) = 𝐸 [[(𝑋 + 𝑎) − 𝐸(𝑋) + 𝑎]2 ]
𝐵(𝑛, 𝑝) = 𝐵(1; 𝑝) ∔ 𝐵(1; 𝑝) … ∔ 𝐵(1; 𝑝)
= 𝑉 (𝑋)
∗ 𝑉 𝜆𝑋 = 𝜆2 𝑉(𝑋) 𝑒𝑠𝑡 𝑞𝑢𝑎𝑑𝑟𝑎𝑡𝑖𝑞𝑢𝑒
( ) Indépendance
∗ 𝑋 ⊥ 𝑌 => 𝑉 (𝑋 + 𝑌) = 𝑉(𝑋) + 𝑉(𝑌)
𝑛
𝜇 = 𝐸 (𝑋)
{ ⟺ 𝑋~𝐵(𝑛; 𝑝) 𝑋 = ∑ 𝑌𝑖 𝑜ù 𝑙𝑒𝑠 𝑌𝑖 𝑠𝑜𝑛𝑡 𝑖𝑖𝐷
𝜎 = √𝑉 (𝑋)
𝑖=1
∗ 𝑉𝑎𝑟𝑖𝑎𝑏𝑙𝑒 𝑐𝑒𝑛𝑡𝑟é𝑒: 𝑋 − 𝜇 𝐸 (𝑋 − 𝜇) = 0
𝑋 𝑋 1 Remarque :
∗ 𝑉𝑎𝑟𝑖𝑎𝑏𝑙𝑒 𝑟é𝑑𝑢𝑖𝑡𝑒: : 𝑉 ( ) = 2 𝑉 (𝑋) = 1
𝜎 𝜎 𝜎
∗ 𝑉𝑎𝑟𝑖𝑎𝑏𝑙𝑒 𝑐𝑒𝑛𝑡𝑟é𝑒 𝑒𝑡 𝑟é𝑑𝑢𝑖𝑡𝑒: Quand des variables ont la même loi, tous les
̇ 𝜇
𝑋− 𝑋 moments d’ordre n sont identiques.
𝑋= 𝑉(𝑋) = 𝑉 ( ) − 1
𝜎 𝜎
𝑙𝑒𝑠 𝑒𝑠𝑝é𝑟𝑎𝑛𝑐𝑒𝑠 𝑠𝑜𝑛𝑡 𝑖𝑑𝑒𝑛𝑡𝑖𝑞𝑢𝑒𝑠
𝐸 (𝑋) = 0 Càd que: {
𝑙𝑒𝑠 𝑣𝑎𝑟𝑖𝑎𝑛𝑐𝑒𝑠 𝑠𝑜𝑛𝑡 𝑖𝑑𝑒𝑛𝑡𝑖𝑞𝑢𝑒𝑠
𝑉 (𝑋) = 𝐸( 𝑋2 − 2𝑋𝐸(𝑋) + 𝐸 2 (𝑋)]
2
= 𝐸 (𝑋2 ) − 𝐸 (𝐸(𝑋))
26
©G. Malzac – Probabilité Elementaire, ©G. Malzac -- Probabilité Elementaire,
L2S3, TSE UT1 Capitole 2013/2014 (édition 22/11/2013) L2S3, TSE UT1 Capitole 2013/2014 (édition 22/11/2013)
𝑛 𝑛
B) VA continues :
− 𝑋 = ∑ 𝑌𝑖 => 𝐸 (𝑋) = ∑ 𝐸 (𝑌𝑖 ) = 𝑛𝑝
𝑖=1 𝑖=1
1) 𝐗~𝛝(𝐚; 𝐛):
𝑛
1
= ∑ 𝑖𝑃(𝑋 = 𝑖) 𝑓(𝑥) = 𝟏[ ](𝑥)
𝑖=0
𝑏 − 𝑎 𝑎;𝑏
+∞
1
𝑛 𝑛 𝐸 (𝑋) = ∫ 𝑥 ∗ 𝟏[ ] (𝑥) 𝑑𝑥
⊥ −∞ 𝑏 − 𝑎 𝑎;𝑏
− 𝑉 (𝑋) = 𝑉 (∑ 𝑌𝑖 ) ⇒ ∑𝑉 (𝑌𝑖) = 𝑛𝑝𝑞 𝑏 𝑏
1 1 𝑥2
𝑖=1 𝑖=1 𝐸 (𝑋) = ∫ 𝑥 𝑑𝑥 = [ ]
𝑏− 𝑎 𝑎 𝑏−𝑎 2 𝑎
𝐷𝑜𝑛𝑐 𝑋~ 𝐵(𝑛;𝑝) 𝑎+𝑏
𝐸(𝑋) = 𝑛𝑝 =
2
𝑉(𝑋) = 𝑛𝑝𝑞 𝑜ù 𝑞 = 1 − 𝑝
𝑏 𝑏
𝑥2 1
𝐸 (𝑋2 ) = ∫ 𝑑𝑥 = ∫ 𝑥 2 𝑑𝑥
𝑎 𝑏− 𝑎 𝑏 −𝑎 𝑎
3) 𝐗~𝐏(𝛌) , 𝛌 > 𝟎
1
= [𝑏 3 − 𝑎3]
𝑋~𝑃(𝜆), 𝜆 > 0 𝐸 (𝑋) = 𝜆 3(𝑏 − 𝑎)
𝜆𝑖
𝑃(𝑋 = 𝑖) = 𝑒 −𝜆 ∗ 𝑜ù 𝑖 ∈ ℕ 𝑉 (𝑋) = 𝜆 D’où :
𝑖!
1
𝐸 (𝑋2 ) = (𝑏 − 𝑎)(𝑎 2 + 𝑎𝑏 + 𝑏 2 )
𝑉 (𝑋) = 𝐸( 𝑋2 ) − 𝐸 2 (𝑋) 3(𝑏 − 𝑎)
𝐸 (𝑋(𝑋 − 1)) = 𝐸 (𝜑(𝜆)) 𝑎 2 + 𝑎𝑏 + 𝑏 2
=
+∞ 3
𝜆𝑖
= ∑ 𝑖(𝑖 − 1)𝑒 −𝜆 ∗
𝑖!
𝑖=0
+∞ Remarque :
𝑖(𝑖 − 1)𝜆𝑖 𝑏 𝑛+1 − 𝑎 𝑛+1
= 𝑒 −𝜆 ∑
𝑖! = (𝑏 − 𝑎)[𝑎 𝑛 + 𝑎 𝑛−1 + ⋯ + 𝑎𝑏 𝑛−1 + 𝑏 𝑛 ]
𝑖=2
𝜆𝑖
= 𝑒 −𝜆 ∑+∞
𝑖=2 ( 𝑖−2) !
+∞
𝜆𝑖−2 𝑉 (𝑋) = 𝐸( 𝑋2 ) − 𝐸 2 (𝑋)
= 𝑒 −𝜆 𝜆2 ∑ 𝑜𝑛 𝑝𝑜𝑠𝑒 𝑗 = 𝑖 − 2 𝑏 2 + 𝑎𝑏 + 𝑎 2 (𝑎 + 𝑏) 2
(𝑖 − 2)! = −
𝑖=2
+∞
3 4
𝜆𝑗 (𝑏 − 𝑎) 2
= 𝑒 −𝜆 𝜆² ∑ = 𝜆2 𝑒 −𝜆 𝑒 𝜆 = 𝜆² =
𝑗! 12
𝑗=0
2) 𝐗~𝛄𝛂 𝐚𝐯𝐞𝐜 𝛂 > 𝟎
Série exponentielle
𝑋~𝛾𝛼 𝑎𝑣𝑒𝑐 𝛼 > 0
𝐷𝑜𝑛𝑐 𝜆2 = 𝐸 (𝑋2 − 𝑋) 1
𝑓 (𝑥) = 𝑥 𝛼+1 𝑒 −𝑥 𝟏[0;+∞] (𝑥)
= 𝐸 (𝑋2 ) − 𝐸 (𝑋)𝑜ù 𝐸 (𝑋) = 𝜆 𝛤(𝛼)
𝐸(𝑋) = 𝛼
{
𝑉(𝑋) = 𝛼
𝐸 (𝑋𝑛 ) = 𝐸 (𝜑(𝑋))
+∞
1
=∫ 𝑥𝑛 ∗ 𝑥 𝛼−1 𝑒 −𝑥 𝑑𝑥
0 𝛤(𝛼)
+∞
1
= ∫ 𝑥 𝑛+𝛼−1 𝑒 −𝑥 𝑑𝑥
𝛤(𝛼) 0
27
©G. Malzac – Probabilité Elementaire, ©G. Malzac -- Probabilité Elementaire,
L2S3, TSE UT1 Capitole 2013/2014 (édition 22/11/2013) L2S3, TSE UT1 Capitole 2013/2014 (édition 22/11/2013)
𝐴
= 𝛤 (𝑛 + 𝛼 − 1) 𝐴 𝑦2
(− )
𝑦2
(− )
- Si n=1 : 𝐶𝑎𝑟 lim ∫ 𝑦 𝑒 2 𝑑𝑦 = [𝑒 2 ]
𝐴→∞ 0
0
𝛤(𝛼 + 1) 𝛼𝛤(𝛼) 𝐴2
𝐸 (𝑋) = = =𝛼 = − exp (− )
𝛤 (𝛼) 𝛤 (𝛼) 2
1 +𝑛 𝑦2
(− )
𝐷𝑜𝑛𝑐 𝐸 (𝑌) = lim ∫ 𝑦 𝑒 2 𝑑𝑦
√2𝜋 𝑛→∞ −𝑛
𝐷𝑜𝑛𝑐 𝐸 (𝑌) = 0
28
©G. Malzac – Probabilité Elementaire, ©G. Malzac -- Probabilité Elementaire,
L2S3, TSE UT1 Capitole 2013/2014 (édition 22/11/2013) L2S3, TSE UT1 Capitole 2013/2014 (édition 22/11/2013)
0 𝑠𝑖 |𝑥| < 𝑡
𝑆𝑜𝑖𝑡 𝑌 = {
𝑡 𝑛 𝑠𝑖 |𝑥| ≥ 𝑡
b) 𝛘²(𝟏)
1
χ2 (1) = 2𝛾
2 0 𝑡𝑛
1 Y
2𝛾 ∗ = χ2 (1) = N²(0; 1) 𝑃( |𝑥| < 𝑡) 𝑃 ( |𝑥| ≥ 𝑡)
2
1
⟺ 𝑆𝑖 𝑋~𝛾 𝐴𝑙𝑜𝑟𝑠,2𝑋~χ2 (1)
2 𝑌 ≤ |𝑥|𝑛 => 𝐸 (𝑌) ≤ 𝐸 ( |𝑥|𝑛 ) =>
1 1
𝐸 (χ2 (1) ) = 𝐸 (2𝛾 ) = 2 ∗ = 1 => 𝑡 𝑛 𝑃( |𝑥| ≥ 𝑡) ≤ 𝐸 ( |𝑥|𝑛 )
2 2
1 1
𝑉 (χ2 (1) ) = 𝑉 (2𝛾 ) = 4𝑉 (𝛾 ) = 2
2 2
Inegalités de tchebychev :
𝐸 (𝛾𝛼) = 𝛼 = 𝑉 (𝛾𝛼) 𝛼 > 0 C’est la version
𝑛 = 2 et appliquer à 𝑋 − 𝐸(𝑋), majoration
𝑉 (𝑋)
𝑡 > 0, 𝑃 (|𝑥 − 𝐸 (𝑥)| ≥ 𝑡) ≤
𝑡2
𝑜𝑢 𝑃( |𝑥 − 𝐸 (𝑥)| ≥ 𝑡)
𝑉(𝑥)
= 1 − 𝑃 ( |𝑥 − 𝐸 (𝑥)| < 𝑡) ≤
𝑡2
𝑉(𝑋)
⟺ 𝑃(|𝑥 − 𝐸(𝑥)| ≤ 𝑡) ≥ 1 −
𝑡2
C’est la version
minoration
29
©G. Malzac – Probabilité Elementaire, ©G. Malzac -- Probabilité Elementaire,
L2S3, TSE UT1 Capitole 2013/2014 (édition 22/11/2013) L2S3, TSE UT1 Capitole 2013/2014 (édition 22/11/2013)
Remarque : 1 4 1
𝑉 (𝑋) = 𝐸( 𝑋2 ) − 𝐸 2 (𝑋) = − =
2 9 18
En général les ineg de tchebychev donnent
1
des minorations et des majorations grossières.
𝑃(|𝑥 − 𝐸 (𝑋)| ≤ 2) ≥ 1 − 18 = 98,4%.
4
Plus le majorant est petit, plus il est F=F.R de X, Calcul exact de 𝑃 (|𝑋 − 𝐸(𝑋)| ≤ 2)
intéressant. 4 8 8 4
Plus le minorant est grand, plus il est = 𝑃 (− ≤ 𝑥 ≤ ) = 𝐹 ( ) − 𝐹 (− ) = 1
3 3 3 3
intéressant.
Donc minoration de Tchébichev inutile
Enoncés :
Calcul exact :
Exercice n°1 :
𝑃(|𝑥 − 𝐸 (𝑋)| ≤ 2)
𝑃 (𝜇 − 3𝜆 ≤ 𝑋 ≤ 𝜇 + 3𝜆). 𝑋 𝑞𝑢𝑒𝑙𝑐𝑜𝑛𝑞𝑢𝑒. = 𝑃( −2 ≥ 𝑋 − 𝐸 (𝑥) ≤ 2)
4 8
Exercice n°2 : TD6 = 𝑃(− ≤ 𝑥 ≤ )
3 3
1 𝐹 (𝑥) = {6 ∫ (𝑡 − 𝑡 2 )𝑑𝑡
2 1 0
𝐸 (𝑋2 ) = ∫ 𝑥 2 2𝑥𝑑𝑥 = = 1 𝑠𝑖 𝑥 > 1
0 4 2
30
©G. Malzac – Probabilité Elementaire, ©G. Malzac -- Probabilité Elementaire,
L2S3, TSE UT1 Capitole 2013/2014 (édition 22/11/2013) L2S3, TSE UT1 Capitole 2013/2014 (édition 22/11/2013)
Généralités :
Déf :
𝑥1
3 1 𝑥 2 𝑎𝑣𝑒𝑐 𝑥1 … 𝑑𝑒𝑠 𝑉𝐴
𝐹( ) = 1−𝐹( ) 𝑋=
4 4 …
1 3 1 5 𝑥
𝑃 ( < 𝑥 < ) = 1 − 2𝐹 ( ) = 1 − 2 ( ) ( 𝑛)
4 4 4 32 𝑋
𝑛 = 2, ( ) 𝑣𝑒𝑐𝑡𝑒𝑢𝑟
1 𝑌
⟺ (𝑋, 𝑌)𝑐𝑜𝑢𝑝𝑙𝑒
∗ 𝐸 (𝑋) = 6 ∫ 𝑥 2 (1 − 𝑥) 𝑑𝑥
0
1
1 1
= 6 ∫ (𝑥 2 − 𝑥 3 )𝑑𝑥 = 6 [ − ]
0 3 4
A) Covariance entre 2 VA X et Y :
1
1 1 3
∗ 𝐸 (𝑋2 ) = 6 ∫ (𝑥 3 − 𝑥 4 ) = 6 [ − ] = (𝑋, 𝑌) 𝑐𝑜𝑢𝑝𝑙𝑒
0 4 5 10
1) Déf de COV(X,Y) :
3 1 2 1
∗ 𝑉 (𝑋) = 𝐸 (𝑋2 ) − 𝐸 2 (𝑋) = −( ) =
10 2 20
Déf :
1 3
𝑃( ≤ 𝑥 ≤ ) 𝐶𝑂𝑉(𝑋, 𝑌) = 𝐸((𝑋 − 𝐸(𝑋)(𝑌 − 𝐸(𝑌) )
4 4 𝑉 (𝑋 + 𝑌) − [𝑉 (𝑋) + 𝑉 (𝑌)]
1 1 3 1 =
= 𝑃 ( − ≤ 𝑋 − 𝐸 (𝑋) ≤ − ) 2
4 2 4 2 = 𝐸 (𝑋𝑌) − 𝐸 (𝑋)𝐸 (𝑌)
1 1
= 𝑃 (− ≤ 𝑋 − 𝐸 (𝑋) ≤ )
4 4
1
1 20
= 𝑃 (|𝑋 − 𝐸 (𝑋)| ≤ ) ≥ 1 − 1 = 20%
4
16
31
©G. Malzac – Probabilité Elementaire, ©G. Malzac -- Probabilité Elementaire,
L2S3, TSE UT1 Capitole 2013/2014 (édition 22/11/2013) L2S3, TSE UT1 Capitole 2013/2014 (édition 22/11/2013)
X quelconque :
𝐶𝑂𝑉(𝑋; 𝑌) = 𝐸 [𝑋 − 𝐸 (𝑋)][𝑌 − 𝐸(𝑌)]
𝑃(𝜇 − 3𝜎 ≤ 𝑋 ≤ 𝜇 + 3𝜎)
= 𝐸[𝑋𝑌 − 𝑋𝐸(𝑌) − 𝑌𝐸 (𝑋) + 𝐸 (𝑋)𝐸(𝑌)
𝑋−𝜇
= (𝐸 (𝑋𝑌 ) − 𝐸 (𝑌) 𝐸 (𝑋 ) − 𝐸 (𝑋) 𝐸 (𝑌) + 𝐸 (𝑋) 𝐸(𝑌) ⟺ 𝑃 (3 ≤ ≤ 3) ≅ 1𝑠 (𝑆𝑖 𝑋~𝑁(0; 1))
𝜎
𝜎2 8
𝑃(0 ≤ |𝑋 − 𝜇| ≤ 3𝜎) ≥ 1 − 2 = ≅ 90%
9𝜎 9
2) Proposition :
32
©G. Malzac – Probabilité Elementaire, ©G. Malzac -- Probabilité Elementaire,
L2S3, TSE UT1 Capitole 2013/2014 (édition 22/11/2013) L2S3, TSE UT1 Capitole 2013/2014 (édition 22/11/2013)
33
©G. Malzac – Probabilité Elementaire, ©G. Malzac -- Probabilité Elementaire,
L2S3, TSE UT1 Capitole 2013/2014 (édition 22/11/2013) L2S3, TSE UT1 Capitole 2013/2014 (édition 22/11/2013)
𝑋 1 Ingégalités de Cauchy-Schartz :
3) X,Y,Z, 𝑋 = (𝑌 ) 𝐸 (𝑋) = ( 0 )
𝑍 −1
2 −1 1/2 |𝐶𝑂𝑉(𝑋; 𝑌)| ≤ √𝑉(𝑋)𝑉 (𝑌)
( ) (
𝑉 𝑋 = −1 3 1 )
1/2 1 1 Démo : 𝑉[𝑌 + 𝜆𝑥]
𝑈 = 2𝑋 − 𝑌 + 3𝑥 2 + 1 = 𝑉 (𝑌) + 𝜆2 𝑉(𝑋) + 2𝜆𝑉(𝑋) + 2𝜆𝐶𝑂𝑉(𝑋; 𝑌)
𝐸 (𝑈)𝑒𝑡 𝑉 (𝑈)?
𝑃(𝜆) = 𝜆2 𝑉(𝑋) + 𝜆[2𝐶𝑂𝑉(𝑋; 𝑌)] + 𝑉 (𝑌)
𝐸 (𝑈) = 2 − 3 + 1 = 0 ≥0
𝑉 (𝑈) = 𝐶𝑂𝑉(2𝑋 − 𝑌 + 3𝑍; 2𝑋 − 𝑌 + 3𝑍) Discriminant de l’équation : 𝑃(𝜆) = 0
= 𝑉 (2𝑋 − 𝑌 + 3𝑍)
∆= 4𝐶𝑂𝑉 2 (𝑋; 𝑌) − 4𝑉(𝑋)𝑉 (𝑌) ≤ 0
= 4𝑉 (𝑋) + 𝑉 (𝑌) + 9𝑉 (𝑍) − 4𝐶𝑂𝑉 (𝑋; 𝑌)
+12𝐶𝑂𝑉(𝑋, 𝑍) − 6𝐶𝑂𝑉(𝑌; 𝑍) ⟺ 𝐶𝑂𝑉2 (𝑋; 𝑌) ≤ 𝑉 (𝑋) 𝑉 (𝑌)
𝑅𝑒𝑚𝑎𝑟𝑞𝑢𝑒: 𝑉 (𝑋) = 0 ⟺ 𝑋 = 𝑐𝑡𝑒
1
= 6 + 3 + 98 − 4(−1) + 12 ( ) − 6(1)
2
= 24
Exercice n°1 :
C) Coefficient de corrélation : 𝑋
𝑋=( ) {
𝐸 (𝑋) = −1 −1
=> 𝐸 (𝑋) = ( )
𝑌 𝐸 (𝑌) = 0 0
𝐶𝑂𝑉 (𝑋; 𝑌) 𝐶𝑂𝑉(𝑋; 𝑌)
𝑝 = 𝑝 (𝑋; 𝑌) = = 1 −1
√𝑉 (𝑋)𝑉 (𝑌) 𝜎(𝑋)𝜎(𝑌) 𝑉 (𝑋) = ( )
−1 4
𝑈 = 3𝑋² − 2𝑋𝑌 + 𝑌2 𝐸 (𝑈) ?
La corrélation mesure le degréde relation
linéaire entre deux V.A Solution :
34
©G. Malzac – Probabilité Elementaire, ©G. Malzac -- Probabilité Elementaire,
L2S3, TSE UT1 Capitole 2013/2014 (édition 22/11/2013) L2S3, TSE UT1 Capitole 2013/2014 (édition 22/11/2013)
𝑈 = 2𝑋 − 3𝑌 + 𝑍 + 𝑐
𝑄𝑢𝑒 𝑑𝑜𝑖𝑡 𝑣𝑎𝑙𝑜𝑖𝑟 𝑐 𝑝𝑜𝑢𝑟 𝑞𝑢𝑒 𝑈 𝑠𝑜𝑖𝑡 𝑐𝑒𝑛𝑡𝑟é𝑒 ?
Solution :
35
©G. Malzac – Probabilité Elementaire, ©G. Malzac -- Probabilité Elementaire,
L2S3, TSE UT1 Capitole 2013/2014 (édition 22/11/2013) L2S3, TSE UT1 Capitole 2013/2014 (édition 22/11/2013)
+∞
𝑢 𝐶 𝐶
∫ 𝑐∗ 2 ∗ exp(−𝑢) 𝑑𝑢 = 2 𝑃(2) = 2 =
0 𝑎 𝑎 𝑎
Exercice n°2 :
𝛼 𝑎 = 1 𝑒𝑡 𝑐 = 1
𝐸[𝑋𝛼 ] = 𝑃 (1 + )
[ 2
𝐸 [𝑋2 ] = 𝑃(2) = 1(= 2 − 1)
Espérance de Racine carré :
𝑉 (𝑋2 ) = 𝐸 (𝑋4 ) − 𝐸 2 (𝑋2 )
𝐸 [𝑋4 ] = 𝑃 (3) = 2! 𝑈~𝛾2
( 2) ′ 1 +∞ 1
𝑉 (𝑋2 ) = 2 − 1 = 1 𝐸 ( √ 𝑥) ⇒ 𝐸 [ 𝑋 2 ] = ∫ 𝑥2 ∗ 𝑥 exp(−𝑥) 𝑑𝑥
0
+∞ 3
5
∫ 𝑥2 ∗ exp(−𝑥) 𝑑𝑥 = 𝛤 ( )
0 2
3 3 3 3 1
= 𝛤 ( + 1) = 𝛤 ( ) = 𝛤 (1 + )
𝑋: 𝑓 (𝑥) = 𝐶 𝑥 exp (−𝑎𝑥) 𝟏ℝ+ (𝑥) 2 2 2 2 2
3 1 1 3
= ∗ 𝛤 ( ) = √𝜋 = 1,329
2 2 2 4
36
©G. Malzac – Probabilité Elementaire, ©G. Malzac -- Probabilité Elementaire,
L2S3, TSE UT1 Capitole 2013/2014 (édition 22/11/2013) L2S3, TSE UT1 Capitole 2013/2014 (édition 22/11/2013)
𝐸 (√𝑥) = 1,329
√𝐸 (𝑋) = √2 = 1,414
𝐸 (√𝑥) ≤ √𝐸 (𝑋)
𝑉 (√𝑥) = 𝐸 (𝑋) − 𝐸 2(√𝑥 ) ≥ 0
<=> √𝐸 (𝑋) ≥ 𝐸 (√𝑥)
Durée et modalités :
QCM
∗ 𝐶 𝑥 𝑦 𝟏(0;1)∗( 0;3)(𝑥, 𝑦)
V) Rappel :
Densité conjointe d’un couple continu :
37
©G. Malzac – Probabilité Elementaire, ©G. Malzac -- Probabilité Elementaire,
L2S3, TSE UT1 Capitole 2013/2014 (édition 22/11/2013) L2S3, TSE UT1 Capitole 2013/2014 (édition 22/11/2013)
∗ 𝐶 ( 𝑥 2 + 𝑦 2 )𝑒 −(𝑥+𝑦)𝟏ℝ+∗ℝ+ (𝑥, 𝑦)
∗ 𝐶 (𝑥 2 + 𝑦 2 )𝑒 −(𝑥+𝑦)𝟏𝐷(𝑥, 𝑦)
∗ 𝐶(𝑥 2 𝑦 2 )𝑒 −(𝑥+𝑦)𝟏𝐷(𝑥, 𝑦)
𝐷 = |(𝑥, 𝑦) ∈ ℝ2 , 0 ≤ 𝑥 ≤ 1 𝑥 2 ≤ 𝑦 ≤/√𝑥
𝐷 = |(𝑥, 𝑦) ∈ ℝ2 : 0 ≤ 𝑦 ≤ 1 𝑒𝑡 𝑦 2 ≤ 𝑥 ≤ 1
𝐷𝑒𝑛𝑠𝑖𝑡é 𝑚𝑎𝑟𝑔𝑖𝑛𝑎𝑙𝑒 𝑑𝑒 𝑋:
𝑦² ≤ 𝑥 ≤ √𝑦 = 𝐶𝑥 ∫ 𝑑𝑦
−∞
𝑓𝑋 (𝑥) = 𝐶𝑥 √𝑥 𝟏𝐷 (𝑥)
III) Techniques de calculs :
𝐷𝑒𝑛𝑠𝑖𝑡é 𝑑𝑒 𝑌:
(𝑋, 𝑌) 𝐶𝑜𝑛𝑡𝑖𝑛𝑢 𝑑𝑒 𝑑𝑒𝑛𝑠𝑖𝑡é: 𝑓(𝑥, 𝑦)
Support de (Y)=(0 ;1)
Cas discret :
∀𝑦 𝑓𝑖𝑥é ∈ (0,1) : 𝑓𝑌 (𝑦)
Y X X Loi de Y +∞ 1
38
©G. Malzac – Probabilité Elementaire, ©G. Malzac -- Probabilité Elementaire,
L2S3, TSE UT1 Capitole 2013/2014 (édition 22/11/2013) L2S3, TSE UT1 Capitole 2013/2014 (édition 22/11/2013)
Exo 1 :
5
𝑓(𝑥, 𝑦) = 𝑥 𝟏𝐷 (𝑥, 𝑦)
5 2
𝑓(𝑥, 𝑦) = 𝑥 𝟏𝐷 (𝑥, 𝑦)
2
5 3
𝑓𝑋 (𝑥) = 𝑥 2 𝟏(0,1) (𝑥)
2
5 3 5
𝑋: 𝑓𝑋 (𝑥) = 𝑥 2 𝟏(0;1)(𝑥) 𝑓𝑌 (𝑦) = (1 − 𝑦 4 ) 𝟏(0,1)(𝑦)
2 4
𝑌: 𝑓𝑌 (𝑦) 5 5
𝐸 (𝑋) = 𝑒𝑡 𝐸 (𝑌) =
7 12
5
= [1 − 𝑦 4 ]𝟏(0;1) (𝑦) ∬ 𝑓 (𝑥, 𝑦) 𝑑𝑥𝑑𝑦 = 1 𝑉(𝑋) = 0,0,45
4 𝐷
1 1 √𝑥 𝑉(𝑋) = 0,064
= ∫ [∫ 𝐶𝑥 𝑑𝑥] 𝑑𝑦 = ∫ [∫ 𝐶𝑥𝑑𝑦] 𝑑𝑥 * Loi conditionelle de
𝑦2 0 0
1
= ∬ 𝑓 (𝑥, 𝑦)𝑑𝑥 𝑑𝑦 = 1 𝑋|𝑌 = 𝑦0 = 𝑦0
3
𝐷 1 1
Densité de X|Y = [ ; 1]
3 9
5
1 𝑓 (𝑥, 𝑦0 ) ( ∗ 𝑥)
5 5
2
𝑓 (𝑥|𝑦0 = ) = = 2
𝑉 (𝑋) = 𝐸( 𝑋2 ) − 𝐸 2 (𝑋) = − ( ) = 0,045 3 𝑓𝑌 (𝑦0 ) 5 (1 − 𝑦 4 )
9 7 4 0
5 81
𝑋: 𝐸 (𝑋) = = + 𝑥 ∗ 𝟏(1,1) (𝑥)
[ 7 40 9
5 1
𝐸 (𝑋2 ) = ∗ 𝑑𝑒 𝑌|𝑋 = 𝑥 0 (𝑥 0 − ) :
9 3
𝑉 (𝑌) = 𝐸 (𝑌2 ) − 𝐸 2 (𝑌) = 0,064 5
( ∗ 𝑥) 3
5 𝑓( 𝑦|𝑥0) = 2 3 = 𝑥02 . 𝟏(0,√20) (𝑦)
𝑌: 𝐸 (𝑌) =
[ 12 5
5 ∗ 𝑥2
2 0
𝐸 (𝑌2 ) =
21 = √3 . 𝟏 1 (𝑥)
(0,√ )
3
+∞ 1
5 5
𝐸 (𝑋) = ∫ 𝑥𝑓𝑋 (𝑥)𝑑𝑥 = ∫ 𝑥 2 𝑑𝑥 𝐶𝑂𝑉 (𝑋, 𝑌)
−∞ 0 2 𝜑(𝑋, 𝑌) =
√𝑉 (𝑋)𝑉(𝑌)
𝐶𝑂𝑉(𝑋, 𝑌) = 𝐸 (𝑋𝑌) − 𝐸 (𝑋)𝐸 (𝑌)
5
𝐸 (𝑋𝑌) = ∫ ∫ 𝑥𝑦 𝑥 𝟏𝐷 (𝑥, 𝑦) 𝑑𝑥𝑑𝑦
ℝ ℝ 2
5 2
𝐸 (𝑋𝑌) = ∬ ∗ 𝑥 𝑦 𝑑𝑥 𝑑𝑦
( 𝑥,𝑦) ∈𝐷 2
1 √𝑥
5 2
= ∫ [∫ 𝑥 𝑦 𝑑𝑦] 𝑑𝑥 =
0 0 2
1 1
5 2
= ∫ [∫ 𝑥 𝑦 𝑑𝑦] 𝑑𝑥
0 𝑦² 2
39
©G. Malzac – Probabilité Elementaire, ©G. Malzac -- Probabilité Elementaire,
L2S3, TSE UT1 Capitole 2013/2014 (édition 22/11/2013) L2S3, TSE UT1 Capitole 2013/2014 (édition 22/11/2013)
5 𝑦2 1 1
[ ]= ∗ 𝑥 2 [ ]√0 2 𝐿𝑜𝑖 𝑑𝑒 𝑌|𝑋 = 𝑆𝑢𝑝𝑝𝑜𝑟𝑡 (0, )
2 2 2 2
1 2
𝑓 (𝑦| ) = ( )
2 1 = 2 𝟏(0;12) 𝑦
1 2 (1 − )
5 5 2
𝐸 (𝑋𝑌) = ∫ ∗ 𝑥 3 + 𝑑𝑥 = 𝑌|𝑋 = 𝑥0 ~𝑈(0,1 − 𝑥 0)
0 4 16
5 5 5 2 1
𝐶𝑂𝑉(𝑋, 𝑌) = − ∗ = 0,015 𝑓( 𝑦|𝑥0) = = 𝟏( ) (𝑦)
16 4 12 2(1 − 𝑥 0 ) 1 − 𝑥 0 0;1−𝑥 0
0,015 1
1
𝜑(𝑋, 𝑌) = = 0,028 𝐸 (𝑋) = 𝐸 (𝑌) = ∫ 𝑥 ∗ 2(1 − 𝑥)𝑑𝑥 =
√0,045 ∗ 0,064 0 3
1
1
𝐸 (𝑋2 ) = 𝐸 (𝑌2 ) = ∫ 𝑥 2 ∗ 2(1 − 𝑥)𝑑𝑥 =
0 6
Exo 1 : (autre exo je sais pas ou) 1 1 1
𝑉 (𝑋) = 𝑉(𝑌) = − =
6 9 18
𝑓(𝑥, 𝑦) = 𝐶 ∗ 𝟏𝐷 (𝑥, 𝑦) 1 1−𝑥
𝐸 (𝑋𝑌) = ∫ [∫ 𝑥𝑦 ∗ 2 𝑑𝑦] 𝑑𝑥
Il y a symétrie et ya pas indépendance. 0 0
(𝑥, 𝑦) ∈ ℝ2 : 0 ≤ 𝑥 ≤ 1 1 2 1 1
𝐷={ } = − + =
𝑒𝑡 0 ≤ 𝑦 ≤ 1 − 𝑥 2 3 4 12
1−𝑥
1
= {(𝑥, 𝑦) ∈ ℝ2 , 0 ≤ 𝑦 ≤ 1 0 ≤ 𝑥 ≤ 1 − 𝑦} [ ] = 2𝑥 ∫ 𝑦 𝑑𝑦 = 2𝑥 ∗ ∗ (1 − 𝑥) 2
0 2
1 1 1
𝐶𝑂𝑉(𝑋, 𝑌) = − =
12 9 36
1
(− )
=> 𝜑(𝑋, 𝑌) = 36
1
18
𝐸𝑥𝑜 3:
𝑓(𝑥, 𝑦) = 𝐶 𝟏𝐷 (𝑥, 𝑦)
𝐷 = {(𝑥, 𝑦) ∈ ℝ2 : 𝑥 ≥ 0 𝑒𝑡 0 < 𝑦 ≤ 𝑒 −𝑥 }
1−𝑥
𝑋: 𝑓𝑋 (𝑥) = ∫ 𝐶 𝑑𝑦 (∀𝑥 ∈ (0,1) 𝑓𝑖𝑥é)
0
= 𝐶(1 − 𝑥) 𝟏(0,1) (𝑥)
⟺ 𝐶=2
40
©G. Malzac – Probabilité Elementaire, ©G. Malzac -- Probabilité Elementaire,
L2S3, TSE UT1 Capitole 2013/2014 (édition 22/11/2013) L2S3, TSE UT1 Capitole 2013/2014 (édition 22/11/2013)
+∞ +∞
𝑋: 𝑓𝑋 (𝑥) = ∫−∞ 𝑓 (𝑥, 𝑦) 𝑑𝑦 = ∫−∞ 𝐶 𝟏𝐷 (𝑥, 𝑦) 𝑃𝑒𝑡𝑖𝑡 𝑟𝑎𝑝𝑝𝑒𝑙 𝑓𝑜𝑛𝑐𝑡𝑖𝑜𝑛 𝑔𝑎𝑚𝑚𝑎:
𝑆𝑢𝑝𝑝𝑜𝑟𝑡 (𝑋) = ℝ+ +∞
𝑒−𝑥 𝑃(𝑛 + 1) = 𝑛 ! = ∫ 𝑥 𝑛 𝑒 −𝑥 𝑑𝑥
=∫ 𝐶 𝑑𝑦 = 𝐶 𝑒 −𝑥 𝟏ℝ+(𝑥) 0
0 +∞
∗ ∫ 2𝑦 3 𝑒 −𝑥 𝑑𝑥 = 4𝑦 3
1 0
=1 +∞
𝑃(1) ∗ ∫ (2𝑥𝑦 + 3𝑦 2 )𝑒 −𝑦 𝑑𝑦 = 2𝑥 + 6
𝑋~𝐸𝑥 𝑝( 1) = 𝛾1 0
+∞
𝛾
(𝐸𝑥𝑝 (𝛾) = 1 ) ∗ ∫ (𝑦 3 𝑥 2 + 2𝑦 2 𝑥 3 + 5𝑥) 𝑒 −𝑥 𝑑𝑥
𝛾 0
−ln(𝑦) = 2𝑦 3 + 12𝑦 2 + 5
𝑌: 𝑓𝑌 (𝑦) = ∫ 𝐶 𝑑𝑥 = −ln(𝑦) 𝟏(0,1)(𝑦) +∞
0 ∗ ∫ (5𝑥 3 𝑦 + 1)𝑒 −𝑦 𝑑𝑦 = 5𝑥 3 + 1
0
+∞
∗ ∫ (𝑥 4 𝑦 2 + 2𝑥 3 𝑦 + 6)𝑒 −𝑦
0
𝐸𝑥𝑜 4:
= 2𝑥 4 + 2𝑥 3 + 6
+∞
𝑓(𝑥, 𝑦) = 𝐶(𝑥 2 𝑦 + 𝑦 2 𝑥)𝑒 −(𝑥+𝑦)ℝ+
∗ ∫ (𝑥 4 𝑦 2 + 2𝑥 2 + 6)𝑒 −𝑥 𝑑𝑥
∗ ℝ+ (𝑥, 𝑦) 0
𝐸 (𝑋𝑛 ) = = 24𝑦² + 10
𝑎𝑣𝑒𝑐 𝑛 ∈ ℕ∗
41
©G. Malzac – Probabilité Elementaire, ©G. Malzac -- Probabilité Elementaire,
L2S3, TSE UT1 Capitole 2013/2014 (édition 22/11/2013) L2S3, TSE UT1 Capitole 2013/2014 (édition 22/11/2013)
𝐷 = ℝ+ xℝ+ 𝑦 2 𝑒 −𝑦
𝑓( 𝑦|0) = 𝟏𝐷(0;+∞)(𝑦)
2
𝛾3 𝑃(3) = 2!
𝑛 ∈ ℕ∗
𝐸 (𝑋𝑛 ) = 𝐸 (𝑌𝑛 )
+∞ 𝑛
𝑥
∫ (𝑥 2 + 2𝑥)𝑒 −𝑥 𝑑𝑥
0 4
1 +∞
𝐸 (𝑋𝑛 ) = ∫ (𝑥 𝑛+2 + 2𝑥 𝑛+1 )𝑒 −𝑥 𝑑𝑥
4 0
1
= [(𝑛 + 2)! + 2(𝑛 + 1)! ] 𝑛 + 1 𝑒𝑛 𝑓𝑎𝑐𝑡𝑒𝑢𝑟
𝑓(𝑥, 𝑦) = 𝑐 𝑥𝑦 [𝑥 + 𝑦) 𝑒 −(𝑥+𝑦) 𝟏ℝ+xℝ+ (𝑥,𝑦) 4
1
= (𝑛 + 1)! [𝑛 + 2 + 2]
𝐿𝑜𝑖 𝑑𝑒 𝑋 = 𝐿𝑜𝑖 𝑑𝑒 𝑌 4
+∞
𝑋: 𝑓 (𝑥) = ∫ 𝑐(𝑥 2 𝑦 + 𝑦 2 𝑥)𝑒 −(𝑥+𝑦)𝑑𝑦 1
0 = (𝑛 + 1)! [𝑛 + 4]
+∞ 4
= 𝑐𝑥 𝑒 −𝑥 ∫ (𝑥𝑦 + 𝑦 2 )𝑒 −𝑦 𝑑𝑦
0 5
= 𝑐𝑥𝑒 −𝑥 [𝑥 + 2] = 𝑐( 𝑥 2 + 2𝑥) 𝑒 −𝑥 𝟏(0,+∞)(𝑥) 𝑛 = 1 => 𝐸 [𝑋] = 𝐸[𝑌] =
{ 2
+∞ 𝑛 = 2 => 𝐸[ 𝑋2 ] = 𝐸[ 𝑌2 ] = 9
𝑷(𝒏 + 𝟏) = ∫ 𝒙𝒏 𝒆−𝒙 = 𝒏!
𝟎
11
𝑉 (𝑋) = 𝑉 (𝑌) =
1 4
𝑓𝑋 (𝑥) = (𝑥 2 + 2𝑥)𝑒 −𝑥 𝟏ℝ+(𝑥) +∞ +∞
4 1 (𝑥+𝑦 )
1 𝐸 (𝑋𝑌) = ∫ [∫ 𝑥𝑦 (𝑥 2 𝑦 + 𝑦 2 𝑥) 𝑒 − ]
4
𝑓𝑌 (𝑥) = (𝑦² + 2𝑦) 𝑒 −𝑥 𝟏ℝ+(𝑦) 0 0
4 +∞
1
+∞ [ ] = 𝑥 2 𝑒 −𝑥 ∫ (𝑥𝑦 2 + 𝑦 3 )𝑒 −𝑦
4 0
𝑐? ∫ 𝑓(𝑥)𝑑𝑥 = 1
0 1
+∞ = 𝑥 2 𝑒 −𝑥 [2𝑥 + 6]
𝑐∫ (𝑥 2 + 2𝑥) 𝑒 −𝑥 𝑑𝑥 = 1 <=> 𝑐(2 + 2) 4
0 1 +∞
1 𝐸 (𝑋𝑌) = ∫ (2𝑥 3 + 6𝑥 2 )𝑒 −𝑥 𝑑𝑥
= 1 𝑑𝑜𝑛𝑐 𝑐 = 4 0
4
1
= 𝑥 2 𝑒 −𝑥 [2𝑥 + 6]
4
25 1
𝑌 𝐶𝑂𝑉 (𝑋; 𝑌) = 𝐸 (𝑋𝑌) − 𝐸 (𝑋)𝐸 (𝑌) = 6 − =−
= 𝑥 0: 𝑆𝑈𝑃𝑃𝑂𝑅𝑇 = ℝ+ 4 4
𝑋
1 2 𝐶𝑂𝑉(𝑋, 𝑌) 1
(𝑥 0 𝑦 + 𝑦 2𝑥 0 )𝑒 −(𝑥 0+𝑦) 𝑃 (𝑋, 𝑌) = =−
𝑓(𝑦|𝑥0 ) = 4 √𝑉 2 (𝑋) 11
1 2
( 𝑥 + 2𝑥0 )𝑒 −𝑥0
4 0
(𝑥 0 𝑦 + 𝑦 2 )𝑒 −( 𝑦)
= 𝟏(0;+∞)(𝑦)
𝑥0 + 2
42
©G. Malzac – Probabilité Elementaire, ©G. Malzac -- Probabilité Elementaire,
L2S3, TSE UT1 Capitole 2013/2014 (édition 22/11/2013) L2S3, TSE UT1 Capitole 2013/2014 (édition 22/11/2013)
∬ 𝑓 (𝑥, 𝑦)𝑑𝑥𝑑𝑦 = 1
Soit 𝐴 ⊂ 𝐷 : 𝐷
∗ 𝑃(𝑋 ∈ 𝐴 ) = 𝑃(𝑎 ≤ 𝑋 ≤ 𝑏) 𝑆 (𝐴 )
𝑃((𝑋, 𝑌) ∈ 𝐴 ) = 𝑎𝑣𝑒𝑐 𝐴 ⊂ 𝐷
𝑆(𝐷)
= 𝐹 (𝑏) − 𝐹(𝑎)
𝑏 1 1 𝑆 (𝐴 )
∬ 𝑑𝑥 𝑑𝑦 = ∬ 𝑑𝑥 𝑑𝑦 =
= ∫ 𝑓(𝑥) 𝑑𝑥 𝐴 𝑆(𝐷) 𝑆(𝐷) 𝐴 𝑆(𝐷)
𝑎
= ∫ 𝑓(𝑥) 𝑑𝑥 = 𝑃(𝑋 ∈ 𝐴)
𝐴
43
©G. Malzac – Probabilité Elementaire, ©G. Malzac -- Probabilité Elementaire,
L2S3, TSE UT1 Capitole 2013/2014 (édition 22/11/2013) L2S3, TSE UT1 Capitole 2013/2014 (édition 22/11/2013)
4 𝑥
[ ] = ∫ 𝑦 𝑑𝑦
𝑥 1−𝑥
4 1 2𝑥 2
= ∗ [ 𝑦 ]1−𝑥 = 4 −
𝑥 2 𝑥
𝑂𝑛 𝑟𝑒𝑣𝑖𝑒𝑛𝑡 𝑎 𝑙𝑎 𝑑𝑜𝑢𝑏𝑙𝑒 𝑖𝑛𝑡é𝑔𝑟𝑎𝑙𝑒:
1
4𝑦 2
=∬ = ∫1 (4 − )
𝐴 𝑥 𝑥
2
1 1
𝑃(𝑋 + 𝑌 > 1) = 𝑃 ((𝑋, 𝑌) ∈ 𝐴 ) = 4 ∗ − 2[ ln 𝑥] 11 = 2 + 2 ln ( )
2 2 2
4𝑦 (
= 2 − 2 ln 2)
=∬ 𝑑𝑥 𝑑𝑦
𝐴 𝑥 = 0,614
𝑃((𝑋, 𝑌) ∈ 𝐷)
𝐵
= {(𝑥, 𝑦) ∈ ℝ2 : 𝑦 > 1 − 𝑥} 𝑒𝑡 𝐴 = 𝐷 ∩ 𝐵
Et :
2
1
( )
𝐴 = { 𝑥, 𝑦 ∈ ℝ : 2 ≤ 𝑥 ≤ 1 }
1− 𝑥 ≤ 𝑦 ≤ 𝑥
44
©G. Malzac – Probabilité Elementaire, ©G. Malzac -- Probabilité Elementaire,
L2S3, TSE UT1 Capitole 2013/2014 (édition 22/11/2013) L2S3, TSE UT1 Capitole 2013/2014 (édition 22/11/2013)
Rapppel :
(𝑥, 𝑦) ∈ ℝ2 , 𝑎 ≤ 𝑥 ≤ 𝑏,
𝐸={ } 𝐸 ∈ ℝ2
𝑦1 (𝑥) ≤ 𝑦 ≤ 𝑦2 (𝑥)
1
≤𝑥≤ 1
2
[1 − 𝑥 ≤ 𝑦 ≤ 𝑥]
(𝑥, 𝑦) ∈ 𝐷: 𝑥 ≥ 0
𝐴={ }
0≤𝑦≤ 𝑥
4𝑦 (𝑥, 𝑦) ∈ ℝ2 : 𝑦 ≥ 0
𝐹 (𝑥, 𝑦) = ∗ 𝟏𝐷 (𝑥, 𝑦) ={ }
𝑥>𝑦≥ 0
𝑥
𝑏 𝑦2( 𝑥 ) 𝑃(𝑋 > 𝑌) = ∬ 𝑓 (𝑥, 𝑦) 𝑑𝑥𝑑𝑦
∬ 𝑔 (𝑥, 𝑦) 𝑑𝑥𝑑𝑦 = ∫ [∫ 𝑔(𝑥, 𝑦)𝑑𝑦] 𝑑𝑥 +∞ 𝑥
𝐴
𝐸 𝑎 𝑦1 ( 𝑥)
=∫ [∫ 𝑓(𝑥, 𝑦) 𝑑𝑦] 𝑑𝑥
Cas particulier : 0 0
𝑥
1 𝑛 −(𝑥+𝑦) 𝑥 𝑛 −𝑥 𝑥
𝑏 ∫ 𝑥 𝑒 𝑑𝑦 = 𝑒 [−𝑒 −𝑦 ]
𝑔(𝑥, 𝑦) = 1; ∬ 𝑑𝑥𝑑𝑦 = ∫ [ 𝑦2 (𝑥) − 𝑦1 (𝑥)] 0 𝑛! 𝑛! 0
𝐸 𝑎 𝑥 𝑛
= 𝑆(𝐸) = [𝑒 −𝑥 − 𝑒 −2𝑥 ]
𝑛!
+∞ +∞ 𝑛
𝑛! 𝑥
𝐼𝑛 = ∫ 𝑥 𝑛 𝑒 −2𝑥 = ∫ [𝑒 −𝑥 − 𝑒 −2𝑥 ]𝑑𝑥
0 2𝑛+1 0 𝑛!
𝑋~𝛾𝑛+1 +∞ 𝑛 −𝑥
𝑥 𝑒 +∞ 𝑛
𝑥
𝑋 ⊥ 𝑌 𝑎𝑣𝑒𝑐 { 𝑃 (𝑋 > 𝑌) =∫ 𝑑𝑥 − ∫ 𝑒 −2𝑥 𝑑𝑥
𝑌~𝛾1 𝑛! 𝑛!
0 0
𝑓(𝑥, 𝑦) = 𝑓𝑋 (𝑥)𝑓𝑌(𝑦)
1
1 𝐷 ′ 𝑜ù 𝑃(𝑋 > 𝑌) = 1 −
= 𝑥 𝑛 − 𝑒 −( 𝑥+𝑦) 𝟏ℝ+xℝ+ (𝑥, 𝑦) 2𝑛−1
𝑛! 𝑒𝑡 𝑃 𝑋 ≤ 𝑌 = 𝑃 𝑋 < 𝑌)
( ) (
1
𝑓𝑋 (𝑥) = 𝑥 𝑛 𝑒 −𝑥 𝟏ℝ+(𝑥) 1
𝛤 (𝑛 + 1) = 1 − 𝑃(𝑋 > 𝑌) = 𝑛+1
2
𝑓𝑌 (𝑦) = 𝑒 −𝑦 𝟏ℝ+ (𝑦)
45
©G. Malzac – Probabilité Elementaire, ©G. Malzac -- Probabilité Elementaire,
L2S3, TSE UT1 Capitole 2013/2014 (édition 22/11/2013) L2S3, TSE UT1 Capitole 2013/2014 (édition 22/11/2013)
Exercice n°2 :
𝑈 = 𝑋 + 𝑌 𝑒𝑡 𝑆𝑈𝑃𝑃𝑂𝑅𝑇(𝑈) = (0; 2)
Fonction de répartition de U :
𝐺 (𝑈) = 𝑃(𝑈 ≤ 𝑢) = 𝑃(𝑋 + 𝑌 ≤ 𝑢)
0 𝑠𝑖 𝑢 ≤ 0
( )
𝐺 𝑈 ={ 𝑠𝑖 𝑢 ∈ (0,2)
1 𝑠𝑖 𝑢 ≥ 2
𝑋+𝑌 ≤ 𝑢 ⇔𝑌 ≤ 𝑢− 𝑋
𝐴 𝑢 = {(𝑥; 𝑦) ∈ 𝐷, 𝑦 ≤ 𝑢 − 𝑥} = {(𝑥; 𝑦) ∈ ℝ2 :
𝑦∶ 𝑢−𝑥 = 1 ⇔ 𝑥 = 𝑢−1
1 − (𝑢 − 1) = 2 − 𝑢
46
©G. Malzac – Probabilité Elementaire, ©G. Malzac -- Probabilité Elementaire,
L2S3, TSE UT1 Capitole 2013/2014 (édition 22/11/2013) L2S3, TSE UT1 Capitole 2013/2014 (édition 22/11/2013)
TD 8 : Exercice n°1
𝑋~𝑈(0,1)
∗[ ]⊥
𝑌~𝑈(0,2)
1
𝑓(𝑥, 𝑦) = 𝟏(0,1) (𝑥) 𝟏( 0,2) (𝑦)
2
𝑃(𝑋 ⊂ 𝑌) = 𝑃((𝑥, 𝑌) ∈ 𝐴 )
(𝑥, 𝑦) ∈ ℝ2 , 0 ≤ 𝑥 ≤ 1
𝐸 (𝑋, 𝑌) = ∬ 𝑥𝑦 𝑓 (𝑥, 𝑦) 𝑑𝑥𝑑𝑦 𝐴={ }
ℝ2
𝑒𝑡 𝑥 ≤ 𝑦 ≤ 2
1 4𝑥 ( 1−𝑥) (𝑥, 𝑦) ∈ ℝ2 , 0 ≤ 𝑦 ≤ 2
= ∫ [∫ 𝑥𝑦 𝑑𝑦] 𝑑𝑥 𝐴={ 0≤𝑥≤𝑦 }
0 2𝑥 ( 1−𝑥 )
4𝑥( 1−𝑥)
0≤𝑥≤1
4𝑥 ( 1−𝑥)
𝑦2
[ ]=𝑥∫ 𝑦 𝑑𝑦 = 𝑥 [ ]
2𝑥 ( 1−𝑥 ) 2 2𝑥( 1−𝑥)
𝑥 2
= [4𝑥(1 − 𝑥) 2 − (2𝑥(1 − 𝑥)) ]
2
3𝑥 2
= [2𝑥(1 − 𝑥)) = 6𝑥 3 (1 − 𝑥) 3
2
𝐸 (𝑋, 𝑌) = ∬ 𝑥𝑦 𝑓 (𝑥, 𝑦) 𝑑𝑥𝑑𝑦
ℝ2
1
= 18 ∫ 𝑥 3 (1 − 𝑥) 2 𝑑𝑥
0
1
3
= 18 ∫ (𝑥 3 − 2𝑥 4 + 𝑥 5 ) 𝑑𝑥 =
0 10
47
©G. Malzac – Probabilité Elementaire, ©G. Malzac -- Probabilité Elementaire,
L2S3, TSE UT1 Capitole 2013/2014 (édition 22/11/2013) L2S3, TSE UT1 Capitole 2013/2014 (édition 22/11/2013)
1 1
2 𝑃(𝑌 ⊂ 𝑋) = 𝑃((𝑋, 𝑌) ∈ 𝐴 )
𝐸 (𝑋) = ∫ 𝑥 ∗ 𝑓𝑋 (𝑥) = ∫ 2𝑥 2 𝑑𝑥 =
0 0 3 𝐴 = {(𝑥, 𝑦) ∈ ℝ2 𝑥 ∈ ℝ+ , 0 < 𝑦 < 𝑥}
TD 9 Exercice n°1 :
𝑋: 𝑓𝑋 (𝑥) = 𝑥 𝑒 −𝑥 𝟏(0,+∞)(𝑥): 𝛾2
[⊥
𝑌: 𝑓𝑌 (𝑦) = 𝑒 −𝑦 𝟏(0,+∞)(𝑦): 𝛾1 =exp(1)
48
©G. Malzac – Probabilité Elementaire, ©G. Malzac -- Probabilité Elementaire,
L2S3, TSE UT1 Capitole 2013/2014 (édition 22/11/2013) L2S3, TSE UT1 Capitole 2013/2014 (édition 22/11/2013)
∆= ℝ+ ∗ ℝ+ 𝑢 = 𝑥+𝑦
𝑈 = 𝑋+𝑌 𝑥
{ 𝑋 1 { 𝑣=
𝑉= 𝑦
𝑌
𝑢𝑣
𝑥=
⟺ 2{ 1 +𝑣
𝑢
𝑦=
1 +𝑣
𝑣 𝑢
∆(𝑥, 𝑦) ||1 + 𝑣 (𝑢 + 𝑣) 2 |
⇒ 3| |= |
∆(𝑢, 𝑣) | 1 𝑢 |
−
𝑢+𝑣 (1 + 𝑣)²
𝑢 𝑢
= |− |−
(1 + 𝑣) 2 (1 + 𝑣) 2
𝑢𝑣 −𝑢 𝑢
4 𝑔 (𝑢, 𝑣) = 𝑒 ∗
1+𝑣 (1 + 𝑣) 2
𝑢2 𝑣
= 𝑒 −𝑢 𝟏ℝ+∗ℝ+ (𝑢, 𝑣)
(1 + 𝑣) 3
𝑈⊥𝑉
1 2𝑣
𝑔(𝑢, 𝑣) = 𝑢2 𝑒 −𝑢 𝟏ℝ+(𝑢) ∗ 𝟏 + (𝑣)
2 (1 + 𝑣) 2 ℝ
= 𝑔𝑈 (𝑢) ∗ 𝑔𝑉 (𝑣)
49